• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE 10th International Conference on Ubiquitous Intelligence and Computing; IEEE 10th International Conference on Autonomic and Trusted Computing >Can We Trust This User? Predicting Insider's Attitude via YouTube Usage Profiling
【24h】

Can We Trust This User? Predicting Insider's Attitude via YouTube Usage Profiling

机译：我们可以信任此用户吗？通过YouTube使用情况分析预测内部人员的态度

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Addressing the insider threat is a major issue in cyber and corporate security in order to enhance trusted computing in critical infrastructures. In this paper we study the psychosocial perspective and the implications of insider threat prediction via social media, Open Source Intelligence and user generated content classification. Inductively, we propose a prediction method by evaluating the predisposition towards law enforcement and authorities, a personal psychosocial trait closely connected to the manifestation of malevolent insiders. We propose a methodology to detect users holding negative attitude towards authorities. For doing so, we facilitate a brief analysis of the medium (YouTube), machine learning techniques and a dictionary-based approach, in order to detect comments expressing negative attitude. Thus, we can draw conclusions over a user behavior and beliefs via the content the user generated within the limits a social medium. We also use an assumption free flat data representation technique in order to decide over the user's attitude and improve the scalability of our method. Furthermore, we compare the results of each method and highlight the common behavior and characteristics manifested by the users. As privacy violations may well-rise when using such methods, their use should be restricted only on exceptional cases, e.g. when appointing security officers or decision-making staff in critical infrastructures.
机译：为了增强关键基础架构中的可信计算，解决内部威胁是网络和公司安全的主要问题。在本文中，我们研究了社会心理学的观点以及通过社交媒体，开放源代码情报和用户生成的内容分类进行的内部威胁预测的含义。归纳地说，我们提出了一种通过评估对执法和权威的倾向性的预测方法，这是一种与恶意内部人的表现密切相关的个人心理社会特征。我们提出一种方法来检测对权威持消极态度的用户。为此，我们有助于对媒体（YouTube），机器学习技术和基于字典的方法进行简要分析，以检测表达负面态度的评论。因此，我们可以通过用户在社交媒体范围内生成的内容得出关于用户行为和信念的结论。为了确定用户的态度并提高我们方法的可扩展性，我们还使用了无假设的平面数据表示技术。此外，我们比较每种方法的结果并突出显示用户表现出的常见行为和特征。由于使用此类方法时侵犯隐私的行为可能会上升，因此仅在特殊情况下（例如，在关键基础架构中任命安全官员或决策人员时。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号